[发明专利]基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法在审
| 申请号： | 202210291850.6 | 申请日： | 2022-03-24 |
| 公开（公告）号： | CN114822688A | 公开（公告）日： | 2022-07-29 |
| 发明（设计）人： | 鹿娟;顾心雨;薛晨;李兰娟 | 申请（专利权）人： | 浙江大学医学院附属第一医院 |
| 主分类号： | G16B20/50 | 分类号： | G16B20/50;G16B40/20;G16B40/30 |
| 代理公司： | 郑州异开专利事务所(普通合伙) 41114 | 代理人： | 韩鹏程 |
| 地址： | 310000 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 原发性 肝癌 基因 分类 组织 能量 代谢 预后 分析 方法 | ||
1.一种基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，其特征在于：包括以下内容：
S1，获取肝癌样本的临床表型数据、表达谱数据、基因CNV突变数据和SNV突变数据；
S2，使用GSVA包的ssGSEA方法，计算所述肿瘤样本的4种代谢途径样本评分；
S3，使用ConsensusClusterPlus包对所述4种代谢途径样本评分进行一致性聚类；
S4，计算一致性矩阵和一致性累积分布函数确定若干最佳分类；
S5，分析在4种代谢途径中所述若干最佳分类间基因表达的差异性；
S6，分析若干最佳分类间所述基因CNV突变数据和所述SNV突变数据的差异性；
S7，分析若干最佳分类间所述临床表型数据的差异性；
S8，分析若干最佳分类间免疫特征的差异性；
S9，综合上述步骤的分类和差异性分析结果，建立原发性肝癌预后分析模型。
2.根据权利要求1所述的基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，其特征在于：所述肝癌临床表型数据中，去除缺少生存时间和生存状态的样本，并保证所有患者生存时间大于0；
所述基因CNV突变数据通过gistic2软件整合，设置置信水平为0.9，同时以hg38作为参考基因组；
所述SNV突变数据通过mutect2软件计算获得。
3.根据权利要求1所述的基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，其特征在于：所述4种代谢途径为glycolysis、PPP、FAO和glutaminolysis。
4.根据权利要求1所述的基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，其特征在于：S3步中所述一致性聚类采用pam算法，euclidean作为度量距离，并进行了500次bootstraps过程，每个bootstraps过程均包括肿瘤样本总和的80%。
5.根据权利要求1所述的基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，其特征在于：S4步中所述一致性累积分布函数为CDF。
6.根据权利要求1所述的基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，其特征在于：S4步中所述若干最佳分类设定为2至10之间的任一整数。
7.根据权利要求1所述的基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，其特征在于：S6步中使用maftools包对所述SNV突变数据进行分析。
8.根据权利要求1所述的基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，其特征在于：S7步中使用卡方检验对所述临床表型数据进行分析。
9.根据权利要求1所述的基于原发性肝癌基因分类和肝癌组织能量代谢的预后分析方法，其特征在于：S8步中通过MCPcounter包的MCPcounter.estimate函数计算每个肝癌样本的细胞评分，并通过wilcox.test检验分析免疫特征的差异性。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学医学院附属第一医院，未经浙江大学医学院附属第一医院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210291850.6/1.html，转载请声明来源钻瓜专利网。
